|
选手简介
一、团队和选手介绍
1.团队名称：超能陆战队
2.成员简介：
队长：薛司涓 目前位于海南科技职业大学本科大数据专业在读，个人兴趣：可视化分析；
队员：陈丽妃 目前在海南科技职业大学就读于大数据技术与应用专业，个人的兴趣方向和领域-数据分析 ；
队员：徐帮健 目前就读海南科技职业大学，个人兴趣方向和领域数据分析、人工智能、爬虫。
队员：段旭 目前就读于海南科技职业大学本科大数据专业，发展方向数据库系统开发，数据分析。
（二）参赛初衷
参加比赛的初衷是为了培养锻炼自己的能力，学习更多有关FINEBI的知识；
鼓励了自己，给自己一个增强信心的机会；
学习大佬好的数据分析思维和好的数据可视化作品。
二、作品简介
（一）业务背景/需求痛点
随着快递行业的迅速发展，网上购物成为更多消费者的选择，影响销售水平的指标也比传统的购物方式要多许多。对这些数据进行深层次挖掘所产生的数据分析报告，对网上超市的运营和策略调整至关重要。
（二）数据来源
数据集包含一家超市2015年-2018年的销售情况，共计9936条。
本次分析使用的数据是Tableau教程中所配套的源数据:示例-超市。
数据地址：https://pan.baidu.com/s/1ygBSKYPLJGafQMdUvk2N3Q
提取码：0ylb
（三）数据理解
我们的数据中包括了订单，区域，客户产品和一些指其他标，我们将从这几个方面来分析该超市的销售情况。下面是该数据中的字段的详细内容，具体如下图所示：
（四）分析思路
（五）数据清洗
1.更换数值格式：将源数据中所有的货币格式更改为数值格式，并将小数位数设为0
2.异常值处理：把异常值更改为数值，用公式运算
3.对利润进行重新计算：用Excel的函数公式销售额×利润率计算得出
4.上传至finbi处理:上传Excel做自助数据集，通过分类汇总、新增列、过滤等字段做出分析所需的指标
（六） 可视化报告
1.销售情况分析
整体销售情况（销售额、利润）
2015-2018年销售额和利润数据整体趋势呈现上升状态，但门店近一年来，售额提高了100万，而利润仅提高了5万
2018年间各类产品的销售额都处于增长的上升趋势，尤其是桌子的同比增长率高达116.36%
2.产品情况分析
该超市的产品包括三类：家具、技术和办公用品，整体来看，通过对比利润率来看，三类产品中排名第一的是办公用品类，第二的是技术类，第三的是家具类。
商品子类别销售额占比分析
可以根据玫瑰图的“花瓣”可以清楚的看出各种产品的销售额占比情况，在视觉上，各类产品的销售额差异较大, 书架，器具，复印机，椅子占比相对较高,达到8%以上，可以对这几类商品进行一个持续的宣传以稳定客源，对于销售额占比较低的商品多加推广。
3.商品子类别利润率分析
由该图可以看出，桌子的销售额虽然差不多达到总体销售额的平均值，但是处于亏损状态，应及时分析桌子的亏损原因，减少损失。而美术类处于低销售额高负利润率状态，可以适当减少美术类产品进货量，避免产品积压过多，或者更改营销策略以及供营合理规划，降低成本。
4.商品销售额帕累托分析
（1）添加ABC分类的分组方式
（2）利用商品利润帕累托进行分析
我们按照0-80%，80%-90%，90%-100%将商品分成ABC三个类别，然后对于这三个类别的产品做区别管理，以提高效益。
A类商品：占总销售额的80%，需要重点关注
B类商品：占总销售额的10%，给予次要关注
C类商品：占总销售额的10%，给予一般关注
通过颜色区分这三类商品的累计销售额占比情况，从而实现区别对待区别管理的方法。该超市的销售额主要依托于书架、复印机等A物品，应该重点关注，提高销售额、收益使利益最大化。
5.区域情况分析
从图中可以直观看出，每一个大区之间的销售的优劣性，展现出各大区之间的整体对比情况。可以看出对于整体来说华东地区的销售额影响程度最大，占据主要地位，而偏西部地区销售额略低，可以考虑对西部地区做一些推广。
在区域地图可以看出不同省的销售额分布情况，可以呈现不同省份颜色和标签区分，销售额越大颜色越深，并且在销量较好的中南和华东地区中，尤其是广东、黑龙江、山东的销量要高于其他地区。
6.客户情况分析
从客户类型占比可以看出该超市的主要客户类型是个体消费者，然后是公司，最后是小型企业，可以重点从个体消费者中来提取商品的相关价值。
7.RFM客户类型分类
（1）RFM概述
最近一次消费时间（ R ）：客户距离最近的一次采购时间的间隔，考察客户购买的沉默期
最近一段时间内消费频次（ F ）：指客户在限定的期间内所购买的次数，考察客户的忠诚度
最近一段时间内消费金额（ M ）：客户的消费能力，通常以客户单次的平均消费金额作为衡量指标。
（2）客户流失图
①山东和广西地区客户消费金额较大，但根据圈的大小（圈越大，客户距今时间越长）可以看出这两个地区客户流失情况比较严重，需要及时挽留；
②新疆和西藏地区客户主要以小额消费为主，但消费次数较多。
（3）客户价值分类
该超市一般挽留客户占比较多，重要价值客户占比最少，这个模型最重要的是要做好对应的营销策略落地，同时也要对不同的客户采取不同的运营策略：
1.重要挽留客户：这种用户有消费能力，对产品服务要求高，处于流失状态，要主动联系，利用满减优惠或者会员福利挽回。
2.重要价值用户：消费能力、消费频率高，可提供VIP服务；
3.重要发展用户：提高用户的购买数量，比如捆绑销售等；
4.重要保持用户：这些用户的购买数量和购买金额较高，但近期没有消费，可主动沟通提高复购率；
5.一般价值用户：最近交易且交易频率高，但交易金额低，客户潜力需要挖掘；
6.一般保持用户：交易次数高，但交易金额低且最近无消费，贡献不大，一般维持；
7.一般发展用户：最近有交易，但交易次数和交易金额低，多数为新用户，有发展价值；
8.一般挽留客户：最近无交易，且交易次数少，交易金额低，相当于于流失用户，可适当挽留。
（4）RFM重要客户
使用RFM分析法，得出客户分类的明细表，可以看到不同的指标的客户价值情况。以列出每个客户相关信息的表及所包含数据的特性构成，根据前面的RFM进行向量化后，区分客户的特征与客户信息的交互。
二、决策建议
1.降低产品成本：在产品价格不变的情况下，产品成本越低，利润就越高；
2.增加符合大众需要的产品产量；
3.提高产品质量，减少废品和返修品损失，减少产品成本中的废品损失费用，增加利润，在实行按质论价、优质优价的情况下，优质产品按较高的价格出售，可以取得更多的利润；
4.应提高客户的购物体验，应更改营销策略，提高客户的留存率。
三、最终作品预览：
仪表板链接：https://bisolutions.fanruan.com/webroot/decision/link/ip4O
四、参赛总结
（一）FINEBI工具
大家赋予FINEBI “被雪藏的利器”的称呼，它现在的受欢迎程度要远远高于其他的可视化工具。
1.连接各类数据源
FINEBI能从各种数据源中抓取数据进行分析，支持导入EXEL数据支持R语言脚本导入数据。
2.易用性（无需编程）
相比较于python来说，FINEBI没有复杂的代码，不需要花大量的时间去学习和研究，简单上手的操作，可视化的结果展示不逊色于python可视化的效果，甚至比python更美观，更清爽，更适合于在商业中做数据的分析和展示。
3.可视化的效果色彩丰富
FINEBI的可视化效果是多种多样的，可以根据分析的不同内容去选择不同的风格，清爽的商务风，酷炫的科技风等，更符合现在年轻人标新立异的特点。
（二）心得体会
由于我们队是第一次参加帆软的BI数据分析大赛，对于分工方面不太熟练，导致完成作品的时间增长，在这个过程中我们每个人都学习到了较多的新知识，感觉受益匪浅。
希望能获得评委老师以及各位大神的留言指导，帮助我们更好的完善自己。
| 
